布林：Transformer能通向AGI
谷歌联合创始人布林近期表态，坚定看好 Transformer 架构，认为该技术路径具备抵达通用人工智能 AGI 的潜力，与部分唱衰单架构的观点形成鲜明对比。当下不少从业者提出瓶颈论，称原生 Transformer 存在上下文局限、算力消耗大、缺乏真实世界交互等短板，很难突破现有大模型能力边界。但布林的逻辑在于，Transformer 作为统一建模底座，具备极强拓展适配性，长上下文、MoE 混合专家、多模态融合、智能体自主规划都能基于该架构迭代优化，不存在底层架构不可逾越的硬壁垒。他并不否认现有模型的缺陷，但认为问题都属于工程优化层面，而非架构底层致命问题。通过优化注意力机制、引入外部记忆、搭建环境交互闭环，就能逐步补齐因果推理、持续自主学习等能力，稳步向通用智能靠拢。反观其他小众架构，大多适配单一场景，通用性远不及 Transformer，难以支撑跨模态、跨任务的通用智能演化。当然这条路线成本极高，需要海量算力与数据持续投入。对于技术从业者，不必盲目跟风否定 Transformer，深耕架构改良、多模态协同、记忆增强等方向，仍是现阶段距离 AGI 最近的可行赛道。
发布于 山西
分享
评论
赞
未登录
友善发言
评论
加载中
